МегаФон

Несмотря на усилия государства по стимулированию программ высшего образования в сфере ИТ, дефицит специалистов по данным не ослабевает. Исследователи данных, дата-инженеры и дата-аналитики требуются сегодня всем или почти всем. Компании, для которых перевод бизнеса в статус data-driven — не модный слоган, а жизненная необходимость, вынуждены взращивать таких специалистов собственными силами. Решая острый кадровый вопрос, они тем самым способствуют и росту зрелости российского профессионального сообщества в сфере работы с данными и аналитикой.

«МегаФон» — как раз из числа таких компаний. За последний год в ведущем телеком-операторе значительно расширена программа стажировок для студентов и выпускников вузов, созданы новые учебные программы для собственных сотрудников.

Леонид Черный, CDO «МегаФона» и номинант на премию CDO Award 2021, объясняет, почему такое обучение — обязательный элемент профессионального подхода к работе с данными и почему популяризации этого профессионализма пора выходить за рамки дата-сообщества.

— Программы стажировок для студентов, обучающие программы для сотрудников — какой общей идеей они объединены?

Эти программы содержат много общих идей. Это и повышение квалификации, и распространение знания, и общность подходов к решению задач. Если говорить о системном высшем образовании, то, конечно, оно предполагает получение огромного пласта теоретических знаний, однако каждая компания на рынке обладает своим, во многом уникальным подходом к рабочему процессу, к используемым инструментам и к организации данных в хранилищах. Не говоря уже о том, что в каждой компании решают свои, специфичные задачи, которые в принципе больше нигде не встречаются. И все эти задачи, инструментарии, данные существуют в рамках опять-таки уникальных бизнес-процессов.

— Обучение сотрудников в «МегаФоне» — это системная программа или отдельные курсы, отвечающие определенные болям компании с точки зрения нехватки компетенций?

Мы системно подходим к обучению сотрудников. Одна из наших задач как работодателя — сформировать для приходящих к нам специалистов определенную сферу компетенций, в развитие которой они должны вкладывать свои усилия. Ни один университет, работающий по утвержденным в прошлом методичкам, не сможет нам этого обеспечить. Мир меняется очень быстро, и бизнес прилагает фантастические усилия, для того чтобы успевать за изменениями, а еще лучше — возглавлять их. Один из механизмов образовательной работы — создание собственных обучающих центров внутри компании. У нас в «МегаФоне» есть МегаАкадемия, которая обеспечивает наилучшую доступность знаний для сотрудников на всей территории страны.

Число программ обучения только растет: сейчас в образовательном каталоге доступно более тысячи курсов, которые читают лучшие на рынке специалисты и наши собственные сотрудники. Любой человек, работающий в «МегаФоне», может зайти в этот каталог и выбрать необходимый ему курс. Любой руководитель, который испытывает необходимость в новых знаниях в своем подразделении, может выбрать курс для своей команды.

Кроме того, в образовательных программах мы сотрудничаем с Высшей школой менеджмента СпбГУ. Сейчас проходит обучение второго набора лаборатории «5G_Dream_lab», мы также планируем принимать активное участие в программе Master in Business Analytics and Big Data магистратуры ВШМ.

— Обучение в области данных и аналитики ориентировано только на профессионалов по данным? Или есть программы для сотрудников бизнес-подразделений, которым нужны определенные навыки в работе с данными?

У меня есть любимая история, которую я регулярно обсуждаю с коллегами и использую в выступлениях на конференциях. Когда я только пришел в компанию, я обошел всех руководителей, которые в принципе могли являться источниками или потребителями данных. Причем фокусировался на вторых. И приходил к ним с очень простым вопросом: что именно у вас «болит» и чем я могу помочь? Дальше оставалось только слушать и записывать, слушать и записывать. А потом разбирать записи, ранжировать и думать, что со всем этим «счастьем» делать. Одной из верхних строчек объединенного «списка наболевшего» была история про слишком долгое ожидание нетиповых отчетов и вообще всего нетипового. У нас в компании есть BI-системы, есть ненулевое количество обучающих программ, но с точки зрения бизнес-процесса некоторые элементы выглядели так: первое — заказать, второе — ждать. Это порочная система, и для того чтобы ее сломать, мы начали популяризацию идеи self-аналитики.

В «МегаФоне» создано одно из самых больших хранилищ структурированных данных, приближаемся к петабайту. Мы вкладываем в его развитие огромные усилия, знаем, как в этих хранилищах формируется каждый кусочек информации, что стоит за этими данными, какой у нас SLA на изменение, как мы проверяем качество. Пора было сделать следующий шаг — предложить коллегам обучение тому, как формировать для себя отчетность, используя доступный в компании инструментарий. По итогам 2020 года, механизмы self-service используют более 2 тыс. сотрудников, почти все — регулярно. И мы не собираемся останавливаться на достигнутом. Как я уже отметил, одна из ключевых ценностей обучения — это распространение знания.

— Существует ли в компании системный подход к формированию культуры работы с данными?

Формирование культуры работы с данными всегда системное, по-другому не получится. Если просто организовать «болото данных» и сказать сотрудникам: «Кладите свои данные сюда, отсюда же и берите, что вам надо», — вы получите серию негативных эффектов, в том числе с точки зрения влияния на операционную эффективность.

Для начала необходимо понять, какой результат мы хотим получить в итоге и зачем мы хотим получить именно такой. В свою очередь, процесс получения результата декомпозируется на шаги, которые необходимо выполнить. Затем определяем необходимые затраты на каждый из этих шагов и оцениваем их применимость в рамках существующих в компании бизнес-процессов, смотрим, что может стать так называемым quick win. Если что-то необходимо поменять в компании, в нашей дорожной карте — меняем. Если где-то надо показать эффект — показываем. Очень похоже на продуктовый подход, только не для создания продукта, а для создания культуры. Чтобы все заинтересованные стороны увидели, что это хорошо и правильно, и начали применять.

И конечно, необходимо рассказывать о том, что уже сделано, что происходит, чего удалось достигнуть на всех уровнях взаимодействия. Внутренний PR — очень важная составляющая как для формирования знания, так и для выстраивания культуры. Но часто ее недооценивают.

— Кто выступает преподавателями курсов, наставниками стажеров? Хватает ли вам таких кадров?

Это наши коллеги — экспертное сообщество, которое мы создаем внутри «МегаФона», которое любим, развиваем, холим и лелеем. Таких людей всегда не хватает, сколько бы их ни было. К работе с данными сейчас проявляют огромный интерес и образовательные учреждения, и организаторы разных мероприятий. И мы, насколько можем, стараемся этот интерес удовлетворить.

— Мотивированы ли сотрудники проходить обучение?

Мы живем в эпоху, когда цифровая гибкость, цифровые навыки являются значимым преимуществом. Остается все меньше профессий и сфер деятельности, доступных тем, кто не развивается не только в своей профессиональной области, но и в смежных, прежде всего цифровых областях. Сейчас уже моветон спрашивать у кандидатов, знают ли они Word или Excel. Но компании все чаще ищут претендентов со знаниями SQL и умением работать с BI-системами. И это нормально, потому что мы видим глобальный тренд на автоматизацию и алгоритмизацию процессов. И тот, кто хочет претендовать на более высокую позицию, более высокую зарплату, должен показывать лучшую производительность, а это невозможно без знаний и умений.

Люди это понимают очень хорошо. В современном мире темп жизни и бизнеса все время ускоряется. И для того чтобы оставаться на месте, надо бежать в два раза быстрее. Компании хотят от сотрудников больше. Получается двунаправленное движение к общим целям — по эффективности, скорости, достижению результата.

— Стажировки для студентов предлагают многие компании. В чем уникальность ваших? Почему, например, будущий data scientist должен выбрать стажировку в «МегаФоне», а не в «Яндексе»?

Это очень простой вопрос. Будущий data scientist никому ничего не должен. Наша компания прикладывает максимум усилий, чтобы заинтересовать кандидатов — масштабом задач, объемом работы, возможностью влиять на жизнь огромного количества людей, приносить пользу, развиваться, будучи на переднем крае технологий. При этом у нас довольно жесткий отбор. И те, кто его проходит, попадают в центр нашего внимания.

Наша уникальность в том, что задания, над которыми работают студенты и аспиранты, — это не набор задач, специально отобранных по принципу «наименьшего вреда», а реальные, боевые задачи, результат решения которых можно очень быстро увидеть в продуктиве.

За последний год-полтора на наши стажерские программы приходили студенты почти всех крупных технических высших учебных заведений. МФТИ, мехмат и факультет ВМиК МГУ, МГТУ им. Баумана, Высшая школа экономики, ИТМО, СПбГУ, УрФУ можно смело считать ключевыми кузницами кадров для работы в области больших данных. Также в последнее время к нам стали приходить выпускники «Сколково».

Сегодня студенты старших курсов видят в стажировках возможность получить практические знания и опыт и сами изыскивают способы попасть в компании, которые такую практику предлагают. Поэтому доступность информации о том, как устроена работа в компании, какие технологии используются, какие решаются задачи, становится ключевым фактором выбора места, где проходить стажировку и в дальнейшем работать.

— Как изменяются программы обучения, стажировок? Что является стимулом для их развития: появление новых задач в компании, новые технологии, потребность в новых компетенциях сотрудников?

Индустрия движется вперед очень быстро. Постоянно появляется новый инструментарий, развиваются новые подходы, меняется технологический стек. Образовательные инициативы должны быть впереди этого движения или по крайней мере идти вровень. Нельзя учить людей прошлому, на это тратятся усилия и время, а эффект не очень велик. Те учебные программы, которые разрабатываются моими коллегами, модифицируются в процессе обучения, и это нормально. Никто не хочет в 2020 году быть рудиментом прошлого с точки зрения знаний.

— И всё-таки — на что направлены эти инициативы в первую очередь: на решение кадровых задач компании или на развитие рынка специалистов по данным?

Если вам кто-нибудь скажет, что, занявшись системной организацией стажерских программ, компания не ставит перед собой задачу решать кадровую проблему, — не верьте этому человеку. За последние три года (да, наверное, правильно считать началом бума 2017–2018 годы) невероятно вырос спрос на специалистов по работе с данными. Прежде всего это связано с тем, что большое количество компаний из абсолютно разных индустрий стали реализовывать программы цифровизации и цифровой трансформации, что, в свою очередь, привело к дефициту специалистов.

Возникла специфическая ситуация: постоянно растущий спрос и стабильное количество специалистов на рынке. Причем я говорю не только и не столько про специалистов по машинному обучению. Прежде всего я имею в виду дата-инженеров, архитекторов, ETL-разработчиков, специалистов по BI. Произошла индустриализация профессии: то, что раньше расценивалось как признаки «гика», стало новой нормой. Раньше невозможно было представить, что конкурировать за кадры в отдельном сегменте информационных технологий будут не только ИТ-компании, но и компании из банковского сектора, телекома, нефтедобычи и ретейла. А сейчас всем этим отраслям, и не только им, приходится жить в состоянии острой конкуренции.

— Как трансформировались ваши учебные программы в 2020 году в условиях пандемии? Что из кризисного опыта вы возьмете на вооружение в «нормальной» жизни?

Поменялось немногое. Мы изначально делали ставку на онлайн. «МегаФон» — компания федерального уровня не только с точки зрения предоставления сервиса, но и с точки зрения географического распределения наших экспертов. Моя команда физически находится в разных регионах страны: Владивосток, Новосибирск, Екатеринбург, Краснодар, Ростов-на-Дону, Санкт-Петербург, Нижний Новгород. И это далеко не полный перечень городов присутствия. И конечно, в реальном мире мы использовали наше локальное присутствие для связи с региональными образовательными центрами. Но на уровне внутреннего обучения онлайн — наше все! И в тот момент, когда мир неожиданно для самого себя стал цифровым, а все образование и обучение — дистанционным, мы уже были готовы.

Из интересных открытий 2020-го могу отметить следующее: умение выступать вживую и умение выступать онлайн — это два принципиально отличающихся набора навыков. Я люблю и, как мне кажется, умею выступать перед живой аудиторией. В процессе рассказа ты видишь глаза людей, отмечаешь их реакцию на свои слова, можешь передвигаться по сцене, подстраивая механику передвижения и артикуляцию под материал, получаешь обратную связь из зала… Это сильно отличается от выступления перед экраном компьютера. И обратная история: в тот момент, когда формат вебинара превращается в привычную среду проведения обучения или чтения лекции, становится значительно сложнее выйти к людям на расстояние вытянутой руки и чувствовать себя при этом свободно.

Раньше мы вкладывали очень много усилий, чтобы научить наших экспертов выступать перед живой аудиторией, а в 2020 году поменяли вектор и стали учить их выступать перед камерой, перед экраном компьютера. Это было очень интересно, хотя все равно хочется видеть живых людей в зале.

— Про будущее. Планируются ли другие, принципиально новые инициативы в области популяризации профессиональной работы с данными?

По моему глубокому убеждению, популяризация работы с данными в профессиональном сообществе и в рамках образовательных программ — очень важное, но далеко не единственное направление деятельности. Критически важно выходить за пределы устоявшегося сообщества и рассказывать миру о том, что такое данные и что такое качество данных, как устроена работа с данными в компаниях-лидерах и какие возможности для общества и бизнеса в этом заложены, в чем польза data-driven-подхода по сравнению с традиционным. Надо планомерно заниматься евангелизмом профессиональной работы с данными.

Движение в сторону цифровой трансформации, которое сейчас происходит в бизнесе, по большому счету направлено на достижение нескольких побед. Во-первых, обеспечить автоматизацию и алгоритмизацию рутинных процедур; во-вторых, предоставить максимальное (но в пределах разумного) количество инструментов для принятия решений, базирующихся на данных; и в-третьих — создать новые возможности для бизнеса.

Работа с данными является необходимой предпосылкой для каждого из этих направлений. На мой взгляд, неоспоримым является утверждение о том, что качество принимаемых решений напрямую зависит от качества данных, которые предоставлены бизнесу. От интерпретации данных — тоже. Однако именно обеспечение качества — один из столпов всего процесса работы с данными. Если есть данные, процессы обеспечения их качества, инструменты для построения наборов аналитик на данных, то открываются возможности для создания новых продуктов, новых бизнес-моделей и новых, эффективных процессов работы.

Но для того, чтобы это стало нормой, необходимо рассказывать о том, что это достижимо, что в эту сторону надо смотреть, думать, двигаться. Нужно рассказывать об этом на митапах, бизнес-завтраках, клиентских встречах — везде, где только можно и куда зовут. Популяризация подходов работы с данными, инженерии, построенной на данных и взаимодействий на основе данных, — это то, чем необходимо заниматься.